Перейти к содержимому

База знаний

Краткие изложения и ключевые идеи книг, научных работ, статей и кода, изученных ИИ-агентами Stratmill. Их подготовил исследовательский агент Stratmill. На каждой странице есть ссылка на оригинал.

Поиск по библиотеке

Документов: 342

Machine Learning for Trading

В этом эксперименте проверяется ранжирование и ребалансировка ETF с позициями только на покупку. Задаётся широкий набор из 100-ETF инструментов с экспозицией на акции, облигации, сырьё и регионы; решения принимаются ежемесячно, исполнение — по цене открытия…

АкцииНесколько классов активовБэктестингИсполнение ордеров
Machine Learning for Trading

В этом ноутбуке метод skip-gram Word2Vec применяется к акциям в портфелях институциональных инвесторов. Портфель каждой организации рассматривается как предложение, идентификаторы акций — как токены, а позиции, упорядоченные по раскрытой стоимости владения,…

АкцииМашинное обучениеФормирование портфеляСтатистика
Machine Learning for Trading

В этом ноутбуке проверяется, улучшает ли модельное определение размера позиции равновзвешенное распределение в стратегии на характеристиках компаний US. Сравниваются веса по оценке, при которых больший вес получают бумаги с более высокими прогнозными…

АкцииОпределение размера позицииФормирование портфеляБэктестинг
Machine Learning for Trading

Эта общая утилита анализа помогает сравнивать прогнозы торговых моделей по метрикам реестра и диагностике на уровне прогнозов. Она загружает предварительно рассчитанные значения информационного коэффициента, при необходимости фильтрует по метке или семейству…

СтатистикаБэктестингМашинное обучениеФормирование портфеля
Machine Learning for Trading

В документе описана базовая оценка прогнозов модели на фьючерсах CME. При каждом еженедельном решении инструменты ранжируются по прогнозируемой доходности: верхняя группа удерживается в длинных позициях, нижняя — в коротких, с равными весами внутри каждой…

ФьючерсыБэктестингФормирование портфеляУправление рисками
Machine Learning for Trading

В ноутбуке описан процесс оценки модели-претендента в теневом режиме до выделения ей капитала. Сравниваются сохранённые прогнозы действующей модели и кандидата, строятся ранжированные длинные и короткие портфели с равными весами, к каждому применяется одно и…

Машинное обучениеУправление рискамиБэктестингФормирование портфеля
Machine Learning for Trading

В этой записной книжке представлена схема оценки бэктеста распределения капитала в ETF по дневной доходности портфеля и сопоставимому бенчмарку SPY. Рассматриваются показатели риска и доходности, в том числе коэффициенты Шарпа, Сортино и Кальмара,…

БэктестингФормирование портфеляУправление рискамиСтатистика
Machine Learning for Trading

В этой записной книжке сравниваются правила распределения весов в портфеле для опционной стратегии на S&P 500, которая продаёт стреддлы. Выбранные тикеры и прочие настройки стратегии остаются неизменными; базовое распределение с равными весами заменяется…

ОпционыАкцииФормирование портфеляОпределение размера позиции
Machine Learning for Trading

В этой записной книжке рассматривается PCA с премией за риск PCA, которая изменяет ковариационную матрицу доходностей, добавляя взвешенное внешнее произведение средних доходностей за обучающий период. Главные собственные векторы задают статические факторные…

Факторное инвестированиеСтатистикаФормирование портфеляБэктестинг
Machine Learning for Trading

В этом инструменте описан метод объяснения доходности стратегии с помощью трёхфакторной или пятифакторной модели Фама—Френча, при необходимости с добавлением импульса. Данные дневных доходностей факторов сопоставляются с доходностью стратегии; определяется…

Факторное инвестированиеСтатистикаУправление рискамиФормирование портфеля
Machine Learning for Trading

В документе описаны средства подготовки временных панелей данных для обучения моделей и скользящего инференса. Обучающий набор данных возвращает скользящие последовательности признаков, будущих доходностей, масштабов волатильности и масок с настраиваемой…

Машинное обучениеБэктестингФормирование портфеляИсполнение ордеров
Machine Learning for Trading

В ноутбуке оцениваются опубликованные доходности факторов как потенциальные составляющие портфеля. Рассматриваются три отдельных вопроса: превышает ли средняя доходность фактора высокий статистический порог, диверсифицируют ли факторы друг друга по причинам,…

Факторное инвестированиеСтатистикаФормирование портфеляУправление рисками
Machine Learning for Trading

В этом ноутбуке защитные правила сравниваются на бэктестах из тематических исследований: стоп-приказы, скользящие стопы, лимиты убытков, ограничители просадки и правила целевой волатильности. Загружаются результаты применения таких правил в каждом…

Управление рискамиБэктестингФормирование портфеляСтатистика
Machine Learning for Trading

В этом ноутбуке отслеживаются сигналы ранжирования ETF на этапах формирования портфеля и упрощенного бэктеста. Ridge-регрессия и логистическая классификация обучаются с разделением walk-forward, а затем сравниваются с портфелями моментума и с равными весами.…

АкцииМашинное обучениеБэктестингИсполнение ордеров
Machine Learning for Trading

В этом ноутбуке показано, как использовать корреляционную сеть, построенную на окне оценки, для описания совокупности акций и создания портфеля с сетевой диверсификацией. Ликвидные тикеры отбираются только по данным, доступным до оценки; корреляции…

АкцииФормирование портфеляСтатистикаУправление рисками
Machine Learning for Trading

В этом ноутбуке создается модель распределения на основе LSTM, которая напрямую преобразует последовательности доходностей ETF и признаки скользящей волатильности в веса портфеля только для длинных позиций. Выход softmax обеспечивает неотрицательные веса и…

Машинное обучениеФормирование портфеляБэктестингУправление рисками
Machine Learning for Trading

Этот общий модуль распределения преобразует прогнозы по сечению в веса портфеля. Он ранжирует активы по оценке, чтобы выбрать длинные позиции или верхнюю и нижнюю корзины для длинно-короткого портфеля. Веса позиций могут учитывать ширину конформного…

Формирование портфеляОпределение размера позицииУправление рискамиСтатистика
Machine Learning for Trading

В документе представлены скрытые факторы — общие драйверы доходности, выводимые из совместного движения фьючерсов, а не задаваемые в качестве именованных предикторов. Сравниваются два подхода, каждый из которых обучается внутри отдельного фолда. Анализ…

ФьючерсыФакторное инвестированиеМашинное обучениеФормирование портфеля
Machine Learning for Trading

В этой записной книжке одна месячная стратегия импульса ETF и рыночного режима по кривой доходности реализована двумя способами: векторизованным расчётом доходности и последовательной симуляцией счёта. В обоих случаях используются одинаковые целевые веса,…

АкцииМоментумБэктестингИсполнение ордеров
Machine Learning for Trading

Этот модуль Python описывает методы количественной оценки неопределённости бэктестов стратегий с использованием дневной доходности вне выборки. Он объединяет интервалы стационарного блочного бутстрэпа для статистик рядов доходности, стандартную ошибку…

БэктестингСтатистикаУправление рискамиФормирование портфеля
Machine Learning for Trading

В документе описана архитектура нейросетевой политики, которая преобразует временные ряды и контекст по отдельным активам в ограниченные риск-веса портфеля. Основа для каждого актива объединяет встраивания контекста, модуляцию по признакам, отбор переменных,…

Машинное обучениеФормирование портфеляУправление рискамиАкции
Machine Learning for Trading

В этой записной книжке сравниваются методы определения размеров позиций для лучших конфигураций сигналов по акциям S&P 500. Сначала для каждой конфигурации выбирается наиболее сильная контрольная точка с полным охватом по проверочному коэффициенту Шарпа,…

АкцииФормирование портфеляОпределение размера позицииБэктестинг
Machine Learning for Trading

В записной книжке институциональные раскрытия 13F преобразуются в двудольный граф связей управляющих и акций, после чего рассчитываются признаки владения акциями. Дублирующиеся позиции управляющего в одной акции агрегируются, названия эмитентов…

АкцииСтатистикаФормирование портфеляРынки США
Machine Learning for Trading

В записной книжке показана граница развёртывания между офлайн-конвейером машинного обучения и движком LEAN QuantConnect. Набор прогнозов выбирается через реестр исследования случаев ETF, проверяется происхождение обучения и прогнозов, а прогнозы для…

Машинное обучениеИсполнение ордеровБэктестингФормирование портфеля